数码特技专栏(10) 数码照片的锐数码照片的锐化(下)

上一期里讲了数码图像要锐化的原因、基本锐化方法和规则以及只锐化亮度信息的方法。这里再讲两种高级锐化方法。高级锐化方法二:找出噪点最少的通道锐化从只锐化亮度信息的方法可以看出,要避免锐化图像的时候同时也强化噪点,最好的办法是只锐化必要的亮度通道或噪点信息少的色彩通道。对一般景物来说,绿色通道是噪点比较少的通道,可以选择此通道锐化。具体方法是,在窗口-通道菜单下打开通道面板,在面板上选中绿通道,然后到滤镜-锐化-USM锐化菜单下将数据调整到最佳处(图1)。注意这时的半径不要太大,否则会出现绿色的边缘线条(图2)。因为…     

改进反锐化掩模的自适应图像增强算法

图像增强是图像预处理过程中的一个重要环节,传统的线性反锐化掩模是一种常用的图像增强算法,但它在增强图像的同时会放大图像噪声或使边缘部分产生过冲现象,导致图像质量下降.针对这一问题,提出了一种改进反锐化掩模技术的自适应图像增强算法,该算法通过使用正弦函数来自适应地控制邻域内不同像素的权重,使图像平坦区域和边缘部分进行不同程度的增强.实验结果表明该算法对图像边缘细节的增强有了明显的提升,同时也在一定程度上减弱了噪声的放大和边缘过冲现象,改善了图像整体质量.     

基于高斯滤波的扫描图像去网

运用高斯滤波基本理论,通过对RGB图像进行分通道处理,即对R,G,B等3个通道分别进行高斯滤波处理,再经通道合并为彩色图像,并对经过处理后的彩色图像进行锐化处理。用本去网算法与扫描仪自带的去网算法进行了比较,在主观的基础上结合清晰度值,提出的去网算法所达到的效果更好。     

基于多级LatLRR和HSI空间的彩色图像融合算法

目的 为提高红外与彩色可见光融合图像的可视性,更好地再现图像的对比度和色彩效果,提出一种基于多级低秩表示和HSI颜色空间的彩色图像融合算法.方法 首先利用RGB到HSI颜色空间转换,把彩色可见光RGB图像转化到HSI颜色空间,并分离H,S,I三通道.然后利用LatLRR对彩色可见光图像的I通道图像和红外图像进行二级分解,可得到显著的细节部分和基础部分,并将彩色可见光图像I通道和红外图像的细节部分采用核范数自适应加权融合策略进行融合,基础部分采用高斯模糊逻辑值自适应加权进行融合.最后把融合后的细节部分和基础部分相加产生新的I通道图像,结合H,S通道再转到RGB空间,得到融合图.结果 实验结果表明,文中算法得到的融合图主观上彩色失真度最小、场景细节最清晰、红外目标更突出,同时客观评价指标值上升约1％～24％.结论 文中算法是一种有效的算法,对彩色图像融合结果有较好的改善作用.     

基于视觉特性的非锐化掩模图像增强

将人类视觉特性中灰度敏感程度和颜色相关性引入到图像增强中.选择HSV彩色空问,提出最优可见偏差(OND)引导的非锐化掩模(LJM)图像增强算法(OND-UM)对亮度分量进行边缘和细节增强,其中通过数值拟合得到了OND曲线,并构造了基于局部方差的自适应增益函数以实现对不同细节区域增强强度的自适应调整;尤其针对含有低对比度区域图像,利用Otsu分割方法确定阈值的分段自适应拉伸函数进行图像的全局调整和对比度增强:而饱和度分量进行直方图均衡,色度分量保持不变;颜色空间转换后再进行基于改进的颜色相关性统计的RGB空间颜色校正.仿真结果表明,OND-UM对连续边缘增强和边缘噪声抑制方面较优,而颜色校正后的图像色彩更丰富艳丽,更符合人眼视觉.     

一种基于mean shift的多通道图像分割算法

目的针对目标与背景对象的色彩值比较接近的RGB图像中,目标对象难以有效分割的问题,探索一种基于mean shift的RGB多通道图像的分割方法。方法根据RGB图像的3个通道对颜色的敏感性差异,运用均值偏移算法对RGB图像的3个通道分层聚类,再引入可靠性因子,分别对3个单通道的各聚类像素进行可靠性计算,并保留可靠性高的像素作为分割结果,最后采用逻辑"或"运算融合单通道的分割结果,得到最终分割图像。结果与一般分割算法相比,该方法的分割效果好,误分率低,改善了图像的分割质量。结论该算法具有很好的推广性,能够应用于彩色印品缺陷检测、彩色包装图像检测中。     

增强彩色电子纸饱和度的误差扩散优化

为解决彩色电泳电子纸因粘滞阻力等引起的显示颜色饱和度低、边缘模糊等问题,本文提出基于HSL空间的彩色电子纸边缘增强误差扩散算法,以提高图像显示质量。该算法首先将去噪图像利用边缘检测算子得到边缘增强图像,结合边缘增强图像像素邻域平均灰度、像素与邻域灰度差异和像素邻域相似度得到新RGB图像像素值。接着,新RGB图像通过阈值处理过程得到16色阶RGB图像。最后,16色阶RGB图像转换到HSL空间,建立HSL和RGB色彩空间的转换模型,根据像素点的亮度和饱和度计算出调整因子,从而增强RGB图像饱和度。该算法与传统的误差扩散算法相比,信噪比PSNR提高了3.9%～26.7%,UCIQE提高了10.1%～48.2%,相似度SSIM提高了13.2%～25.4%。主观评价参考ITU-R BT.500-1标准设计实验计算Z得分,最终本文算法处理后图像在彩色电子纸上显示的图像细节和颜色更加接近原图,整体视觉效果更好。     

基于改进双流卷积递归神经网络的RGB-D物体识别方法

为了提高基于图像的物体识别准确率,提出一种改进双流卷积递归神经网络的RGB-D物体识别算法(Re-CRNN).将RGB图像与深度光学信息结合,基于残差学习对双流卷积神经网络(CNN)进行改进:增加顶层特征融合单元,在RGB图像和深度图像中学习联合特征,将提取的RGB和深度图像的高层次特征进行跨通道信息融合,继而使用So...     

数码影像技术操作篇之六十一数码图像锐化方法(上)

数字图像的锐化,是摄影者必须要掌握的关键技术之一.锐化处理就是有效地提高图像细节的清晰度和质感,锐化处理的目的主要有二:其一,数码图像在进行了明暗调整、颜色校正等编辑后保存文件之前,通过锐化以恢复部分编辑过程中损失的细致纹理.其二,在拍摄过程中经常会因为快门速度较慢、持机手抖不稳、对焦不准确或者其他客观原因,造成最后成像不够清晰或者有些偏软、发虚,通过锐化以修复图像的轻微模糊虚化现象.     

认识与使用Photoshop通道

<正>一、通道的概念"通道"是什么?许多初学者都会对这个问题感到困惑。在Photoshop中打开一副图像文件时,在通道面板中就会显示图像的颜色信息,这里显示的是颜色通道。如果图像中包含着多个图层,其中每个图层又都各自有一套颜色通道。颜色通道的数量取决于图像的颜色模式,CMYK模式图像中,含有一个青色通道、一个品红色通道、一个黄色通道和一个黑色通道,这四个通道混合在屏幕上形成一个彩色图像。而RGB图像含有红色、绿     

图像边缘检测方法对比与实现

本文主要针对彩色图像和灰色图像边缘检测的一些方法进行了对比。对于灰色图像根据不同方法的优缺点提出了一种基于数据融合的边缘检测的方法。该方法对原始图像分别采用sobel算子和小波变换两种方法进行边缘提取,然后采用加权平均的方法进行融合并且得到了边界更为清晰的边缘图像;对于彩色图像则分别对比了在RGB彩色空间直接计算梯度得到的边缘图像,以及在分量图像分别计算然后相加得到的梯度图像的边缘效果。     

颜色空间对打印图像水印性能影响研究

目的 打印图像在数模/模数转换过程中，主要涉及到RGB、CIELAB和CMYK 3个颜色空间。本文基于DCT域水印算法，在不同颜色空间嵌入水印图像，研究并分析颜色空间对打印图像水印性能的影响。方法 选取暗调、饱和色、风景、亮调、人物、中性灰6类图像分为低中高3个复杂度分别在RGB、LAB、CMYK颜色空间下的各个分量图像中进行透明性、鲁棒性评价。结果 经透明性分析，RGB空间B通道、Lab空间b通道和CMYK空间M通道嵌入水印透明性更好；鲁棒性分析可知，亮调图像在RGB空间抗非几何攻击能力较差，各类型低复杂度图像在LAB空间抗攻击性能差，所有图像在CMYK前三通道的抗攻击性能优于K通道，抗打印攻击能力上暗调图像抗此攻击性能差，所有图像在LAB空间抗打印攻击性能最好，其中L通道最好。结论 本文系统研究了颜色空间对打印图像水印性能的影响。结果显示，颜色空间对不同类型和不同复杂度的图像水印性能具有不同程度的影响。完善了数字水印技术在打印图像应用中的理论体系，同时将为彩色图像数字水印技术的工业化应用和优化提供一定的指导和借鉴。     

基于Canny算子的改进的图像边缘检测方法

本文简要介绍了Canny算子边缘检测的基本原理,并对其性能进行了分析和评价。针对传统Canny算子在滤波过程中存在的缺陷,文章提出了一种基于自适应平滑滤波的改进Canny边缘检测算子,该算法根据图像中像元灰度值的突变特性,自适应的改变滤波器的权值,在平滑图像的过程中使图像的边缘锐化。通过对实验图像的分析表明,改进的检测算法对图像边缘提取具有较好的检测精度和准确性。     

CMYK与RGB颜色空间数字水印 在印刷品中的应用比较

为提高水印抗印刷/扫描攻击的鲁棒性,比较了在CMYK与RGB颜色空间嵌入的水印经印刷/扫描后提取的效果.采用离散小波变换域傅里叶全息数字水印算法生成水印图像,经印刷/扫描后,可以提取到水印;然而,由于印刷/扫描过程中颜色空间的转换,使得原本嵌入某一颜色通道的水印转移到其他通道,降低了单通道提取的水印质量;且相对于RGB颜色空间,在CMYK颜色空间嵌入水印生成的水印图像经历印刷/扫描后提取到的水印质量普遍较高,说明CMYK→RGB→CMYK颜色空间的转换相对于RGB→CMYK→RGB颜色空间的转换,对水印图像的改变较小.为减小印刷/扫描攻击的影响,考虑下一步研究工作主要集中在CMYK颜色空间嵌入水印.     

基于各向异性扩散的弱小目标增强算法

针对弱小目标对比度较低、边缘模糊、难以准确探测的问题,本文提出一种基于PDE的改进的各向异性扩散滤波算法增强弱小目标.该方法根据各向异性扩散原理,通过改进传统的P-M方程建立新的滤波模型,采用自适应滤波的方法在非目标区进行背景平滑,在局部变化的区域进行锐化处理增强弱小目标,从而达到背景平滑的同时增强边缘的效果.同时可以通过调节参数k和W选择平滑和锐化的程度,以适应不同的环境变化.实验结果表明,该方法能够有效的增强低对比度图像中的弱小目标.     

基于改进分水岭算法的苹果识别方法

目的 针对自然生长环境下重叠苹果的识别问题,提出一种基于距离变换机制的改进分水岭算法.方法 首先,通过对比实验优选出苹果在RGB、HSI和Lab颜色空间的图像处理模型;然后,采用距离变换和归一化处理方法对苹果的位置特征进行内部标记;进而基于锐化方法提高原图像的边缘强度,并结合内部标记符改进分水岭算法,实现苹果轮廓的分离;最后,基于最小外接圆法提取苹果的单连通区域,实现重叠苹果的识别.结果 简化了目标与背景的分割过程,通过内部标记法改进了分水岭算法,实现重叠目标的轮廓重建,解决重叠苹果的过度分割问题.结论 实验结果表明,该算法对重叠苹果的准确识别率高于92％,验证了所提方法的有效性.     

保持色调的形态学高帽彩色图像对比度增强

保持色调不变,是增强彩色图像对比度需要遵循的一项原则。RGB颜色空间三个通道高度相关,在RGB颜色空间增强图像对比度时保持色调不变比较困难。本文提出了一种在RGB颜色空间增强图像对比度的算法,并证明其能够保持被增强图像的色调不变,实验结果表明增强后的图像对比度改变明显,清晰度比原图像有了较大提高。     

Photoshop通道原理浅析

在进行图像操作时,经常会用到通道.通道的本质就是灰度图像,所以对通道的编辑过程本身就是一个调整图像的过程.使用其他工具调整图像的过程实质上是改变通道的过程.运用通道可以完成很多让人叹为观止的效果.     

手机摄影后期"从小白到大师"系列基础调整(下)

七、突出细节调整 在"突出细节"中,软件准备了两个工具:一个是"结构"工具,一个是"锐化"工具,主要目的都是为了让图像变得更加清晰,增加质感."结构"工具偏向于调整图像的轮廓,让主体更加突出;"锐化"工具主要是使图像整体变得清晰,有可能还会产生噪点(图39、图40).     

数码图像锐化方法（上）

数字图像的锐化，是摄影者必须要掌握的关键技术之一。锐化处理就是有效地提高图像细节的清晰度和质感，锐化处理的目的主要有二：其一，数码图像在进行了明暗调整、颜色校正等编辑后保存文件之前，通过锐化以恢复部分编辑过程中损失的细致纹理。其二，在拍摄过程中经常会因为快门速度较慢、持机手抖不稳、对焦不准确或者其他客观原因，